1. 引言
随着国内公路工程的快速发展，由此引发的公路安全质量检测等问题也急剧加多，当下并没有系统、高效的方法短时间进行大规模的测量方法，随着激光雷达和无人驾驶技术的快速发展，使得车载激光雷达扫描系统成为了当下研究热点，许多科技工作者将车载激光雷达扫描系统运用到自动驾驶和大规模高速公路项目检测中，但是很少将其应用到道路平整度检测中去，本文采用车载激光雷达扫描技术获取道路点云，通过八叉树采样算法、高斯滤波算法分别对点云进行滤波处理和分类 [1] [2] [3]，最后对处理后道路点云划分区块分别计算每个小区快的平整度，与《公路技术状况评定标准》中的规范要求做对比，验证本次实验方法是否具有合理性。
2. 车载激光扫描系统
车载移动测量系统具有比地面站三维激光采集速度高效、数据处理简单等优点，自身具有多传感器、主动式采集数据系统，采集精度高。本文采用的Leica Pegasus是一个移动映射系统，徕卡车载激光扫描系统自身具有多传感器、主动式采集、采集精度高、效率快等特点，主要由中央控制系统、数据存储系统、数据采集进系统、车辆设备这四个部分组成，见图1所示为徕卡车载激光扫描系统构件组成。
Figure 1. Components of vehicle mounted laser scanning system
图1. 车载激光扫描系统组成构件
3. 点云获取和处理流程
本论文的技术路线图见图2所示。
3.1. 数据采集
本文实例选择金华市某段高速公路，将道路某段点云作为输入数据进行实验，本次实验目的一方面采集高速公路道路信息，另一方面针对其中末端高速公路应用IRI来分析道路平整度。在进行外业
采集前一天，对本次需要作业的测区进行RTK基站架设点规划，数据采集后，将静态数据转换数据导出，对获取的数据导入车载自带的点云建模软件中，见图3所示为本次车载激光路面单站激光点云原始图。
Figure 3. Original image of laser point cloud on pavement
图3. 路面激光点云原始图
3.2. 高斯滤波
高斯滤波属于线性平滑滤波，被常用来消除噪声，现在被广泛应用于图像减噪处理。高斯噪声的概率密度函数属于高斯分布(正态分布)中的一种，故高斯分布表达式为：
3.3. Terrasolid分类算法
Terrasolid分类算法是基于不同点与点之间的相对关系来确定的，空间中每个点都具有三维坐标。见下表1为Terrasolid里默认的类别。
Table 1. Categories in the Terrasolid classification algorithm
表1. Terrasolid分类算法中的类别
3.4. 国际路面平整度指数IRI
国际平整度指数(IRI)是世界上应用最广泛的一项标准的用来评定道路表面平整度 [4] [5]。采用四分之一车在80 m/km速度下的值为IRI值，国际单位为m/km。
上式中，IRI为国际路面平整度，单位为m/km。
3.5. 路面质量评价分析
根据世界银行的技术报告，平整度IRI值没有上限，但是IRI值不会超过7.5 m/km，当超过7.5 m/km此时对于路面不再细分，表2介绍了两种平整度IRI (m/km)与路面性能之间的关系。
Table 2. Relationship between roughness IRI (M/km) and pavement performance
表2. 平整度IRI (m/km)与路面性能关系
4. 工程实例
4.1. 数据处理
为了评价本次实验采集的高速路面的质量，现进行平整度实验分析。本文将由载激光扫描技术获得的道路点云作为实验数据，再对道路点云进行去噪、拼接、重采样，还需要去除噪声点，简化道路点云，提取道路点云数据分析，处理相应结果见图4~8。
4.2. 国际平整度IRI计算及评价
基于上面处理的道路点云，沿道路横断面向两侧平移至道路边缘处，然后截取道路纵断面线，根据道路平整度的分析，选取道路右侧车道作为目标对象，取距离右侧道路边界线1 m处的道路纵断面作为实验纵断面，计算并统计该段路面国际平整度IRI。经测量，测量路段长约180 m，宽约10 m，统计间隔分别设置10 m、20 m、30 m长，计算道路的国际平整度IRI，根据平整度对该段道路做出评价。结果见图9~11所示。
根据世界银行第46号技术文件，国际平整度IRI变化范围表示路面的不同等级，由《公路沥青路面养护技术规范JTJO73.2-2001》规范中可得出道路表面行驶质量评价与国际平整度IRI的关系，见表3所示。
Figure 4. Laser point cloud of pre-treated road surface
图4. 预处理后的路面激光点云
Figure 5. Chromatogram of slope value distribution of laser point cloud on pavement
图5. 路面激光点云坡度值分布色谱图
Figure 6. Vehicle-mounted laser non-ground point clouds
图6. 车载激光非地面点云
Figure 7. Vehicle-mounted laser ground point cloud
图7. 载激光地面点云
Figure 8. Ground laser point cloud on the experimental road section
图8. 预处理后实验路段地面激光点云
Table 3. Relationship between pavement evaluation standard and IRI
表3. 路面评价标准与IRI的关系
由图9~11中IRI计算结果分析发现，当没有减速带时，表示该实验路段路面行驶质量较好，此时计算结果IRI值主要分布在1.250~5.246范围内，此时路面行驶质量优秀和良好；当遇到减速带时，IRI值会发生突变，根据计算IRI值均大于10以上，表示该实验路段行驶质量较差。根据国家颁发的《公路技术状况评定标准》中的规范要求，此次实验路段路面质量良好，符合本次实验计算结果，表明本次实验方法的合理性。道路RQI值计算结果见表4。
Figure 9. Road roughness IRI and evaluation grade at 10 m interval
图9. 10 m间隔下的道路平整度IRI和评价等级
Figure 10. Road roughness IRI and evaluation grade at 20 m interval
图10. 20 m间隔下的道路平整度IRI和评价等级
Figure 11. Road roughness IRI and evaluation grade at 30 m interval
图11. 30 m间隔下的道路平整度IRI和评价等级
Table 4. RQI value calculation results
表4. 道路RQI值计算结果
根据上表可得，本次实验中计算出的RQI分值范围为95.16~95.23分，依照表3中规定的评定标准，都属于行驶质量为“优”的路面。路面颠簸程度都为“无颠簸，行车平稳”，符合数据采集过程中的行车体验，表明本次实验结果的准确性，同时验证了本次实验中提出的路面平整度算法的可靠性。
5. 结束语
路面平整度是路面评价以及道路施工中的一个重要性指标，可以反映道路的安全性和使用期限，可以为施工验收提供一个重要的评价指标。本文采用车载激光扫描技术对一段道路路面进行检测，通过分段计算路面平整度，最后汇总评价该路面平整性。试验表明，该路段路面行驶质量良好，当遇到减速带时，IRI值发生突变。与传统检测技术相比，本文采用车载激光扫描技术对道路路面平整度进行分析，极大的利用了激光扫描技术无接触、高效率、高精度的特点，对比分析，未来激光扫描技术应用领域将会显著提升。
参考文献